改进遗传算法在供热系统中的应用

张京杰，姜丽芬，花季伟，张少强

（天津师范大学计算机与信息工程学院，天津300387）

遗传算法因其自身优势已经在科学研究的许多领域有广泛的应用.Stephen Smith、Nichael Crumb以及Jhon Koza等学者先后各自独立阐述了遗传编程的概念，即自动化生成和选择计算机程序来完成用户定义的任务[1].国内学者在遗传算法研究领域也取得了一些研究成果.如，文献[2]提出了基因块编码的概念，并结合并行遗传算法的框架，在群体中识别出优势基因块作为下一轮重复操作的初始群体.文献[3]提出针对并行遗传算法求解TSP问题，探讨了使用弹性策略来维持群体的多样性，使得算法跨过局部收敛的障碍，向全局最优解方向进化.

集中供热是当前社会关注度比较高的民生问题.解决供热网中供热冷热不均问题的常用方法，是将该问题抽象为一个函数优化问题，通过函数抽象，利用相关算法调节供热网中水流量来解决.文献[4]针对换热站质调、量调通道之间的耦合作用和控制模型参数时变的问题，利用模糊控制器对PID参数进行优化.文献[5]使用了基于蚁群优化的遗传算法对PID参数进行整定，降低了超调量，但整定时间较长.本文提出一种改进的遗传算法.算法的选择运算采用精英策略；交叉运算采用可调节的交叉概率，使得不同的个体采用不同的交叉概率，确保适应度高的个体获得较低的交叉概率，从而有更大机会复制到下一代中；变异运算采用集中程度的概念分析数……